論文の概要: PROGRESS: Property-Guided Regression Search for Semantic Falsification

• arxiv url: http://arxiv.org/abs/2607.27359v1
• Date: Wed, 29 Jul 2026 18:12:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.303591
• Title: PROGRESS: Property-Guided Regression Search for Semantic Falsification
• Title（参考訳）: ProGRESS:セマンティック・ファルシフィケーションのためのプロパティガイド付き回帰検索
• Authors: Davis Tocheuk Mo, Noshin Ulfat, Matthew B. Dwyer, Soneya Binta Hossain,
• Abstract要約: 提案する進歩(意味的偽造に対するPROperty-Guided Regression Search) インテント駆動プロパティをカバレッジに基づく、検索ベースの進化的テスト生成に統合して、深いプログラム状態に到達する。 328/562の電流反転バグ(58%)をレグレッションテスト生成では検出し、スタンドアロンのjqwikでは18に対して70/150のハード・ツー・リーチ特性では条件をすべて満たしている。
• 参考スコア（独自算出の注目度）: 16.94326144914702
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Search-based regression-test generation effectively explores complex program structures, yielding high structural coverage, but its oracles are derived from the system under test: faults already present are recorded as expected behavior rather than exposed. Property-based testing offers independent semantic oracles, but depends on high-quality properties and gives little guidance for reaching deep states or satisfying selective preconditions. We present PROGRESS (PROperty-Guided REgression Search for Semantic Falsification), integrating intent-driven properties into coverage-guided, search-based evolutionary test generation to reach deep program states and detect violations of intended behavior. PROGRESS (1) extracts intent-bearing code context and uses a language-model pipeline to generate executable jqwik properties while limiting implementation leakage; (2) extends EvoSuite's DynaMOSA with a search objective and property-aware fitness function per property, rewarding progress through preconditions and prioritizing falsifying executions; and (3) binds property parameters and uses jqwik-provided generators to connect quantified inputs to evolving test sequences, steering generation toward coverage and bug-detection goals. We evaluate PROGRESS on 25 large-scale Java systems against regression-test generation, standalone property-based testing, and context ablations. PROGRESS detects 328/562 current-version bugs (58%) versus none for regression-test generation, and satisfies all preconditions for 70/150 hard-to-reach properties versus 18 for standalone jqwik. Ablations show documentation and caller/callee context are key to generating valid executable properties. PROGRESS preserves structural exploration while exposing faults missed by regression-derived assertions; we release a comprehensive artifact package.
• Abstract（参考訳）: 探索に基づく回帰テスト生成は、複雑なプログラム構造を効果的に探索し、高い構造的カバレッジをもたらすが、そのオーラクルはテスト中のシステムに由来する。 プロパティベースのテストは、独立したセマンティックオラクルを提供するが、高品質の性質に依存し、深い状態に到達したり、選択的な前提条件を満たすためのガイダンスはほとんど提供しない。 ProGRESS(PROperty-Guided Regression Search for Semantic Falsification)を提案する。 PROGRESS (1)は、意図を持ったコードコンテキストを抽出し、言語モデルパイプラインを使用して、実装のリークを制限しながら実行可能なjqwikプロパティを生成し、(2)EvoSuiteのDynaMOSAをプロパティごとの検索目的とプロパティ対応適合関数で拡張し、事前条件による進捗を報い、falsificationの実行を優先し、(3)プロパティパラメータをバインドし、jqwikが提供するジェネレータを使用して、定量化された入力を進化するテストシーケンスに接続し、カバレッジとバグ検出目標に向けて生成する。 大規模Javaシステム25のPROGRESSを回帰テスト生成、独立プロパティベーステスト、コンテキスト改善に対して評価する。 PROGRESSは328/562の電流反転バグ(58%)を回帰テスト生成で検出し、70/150のハード・ツー・リーチ特性に対して、スタンドアロンのjqwikでは18のプレ条件を満たす。 ドキュメントと呼び出し元/キャリーコンテキストが有効な実行可能プロパティを生成するための鍵であることを示すアブレーション。 PROGRESSは、回帰に基づくアサーションによって欠落した欠陥を露呈しながら構造探索を保ち、包括的アーティファクトパッケージをリリースする。

関連論文リスト

• RESTOR: Automated Test Oracle Generation for RESTful APIs via Reinforcement Learning [21.927343858709122]
  Restorは、ブラックボックスの設定で単一のリクエスト-レスポンスペアから実行可能なテストアサーションを生成するフレームワークである。 実世界の246のサービスにまたがる2,300以上のAPIトレースからなる産業データセット上でRestorを評価する。
  論文  参考訳（メタデータ） (2026-07-27T03:20:28Z)
• RepoMirage: Probing Repository Context Reasoning in Code Agents with Perturbations [51.43574078961796]
  本稿では,SWE-Bench Verified上に構築された2段階評価スイートRepoMirageを紹介する。 RepoMirage-Perturbは、リポジトリレベルの摂動を保存する3つのタイプのセマンティクスを適用している。 RepoAnchorは、下流の問題解決からリポジトリの探索を分離する構造第一のプロトタイプワークフローである。
  論文  参考訳（メタデータ） (2026-05-25T06:26:43Z)
• LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
  大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。 CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
  論文  参考訳（メタデータ） (2026-05-02T11:31:33Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• MIST-RL: Mutation-based Incremental Suite Testing via Reinforcement Learning [19.054149750597933]
  MIST-RL (Mutation-based Incremental Suite Testing via Reinforcement Learning) は、"スケーリング・バイ・ユーティリティ(scaling-by-utility)"に重点を移すフレームワークである。 我々は,機能的に等価なアサーションを抑えながら,新たな欠陥を発見するモデルにインセンティブを与える,動的ペナルティと組み合わされた新たなインクリメンタル突然変異報酬を導入する。 HumanEval+とMBPP+の実験は、MIST-RLが最先端のベースラインより優れていることを示した。
  論文  参考訳（メタデータ） (2026-03-02T03:22:44Z)
• Use Property-Based Testing to Bridge LLM Code Generation and Validation [38.25155484701058]
  大きな言語モデル(LLM)はコード生成において優れていますが、その出力が機能的に正しいことを保証することは、永続的な課題です。 本稿では,Property-Generated Solverを紹介した。Property-Based Testing (PBT)を活用して,高レベルのプログラム特性を検証する新しいフレームワークである。 プロパティ生成ソルバーには、コード生成と反復リファインメント専用のジェネレータと、PBTライフサイクルを管理するテスタという、2つの共同LLMベースのエージェントが使用されている。
  論文  参考訳（メタデータ） (2025-06-23T06:01:12Z)
• Attributing Response to Context: A Jensen-Shannon Divergence Driven Mechanistic Study of Context Attribution in Retrieval-Augmented Generation [52.3707788779464]
  我々は、コンテキストに対する属性応答(ARC-JSD)のための新しいJensen-Shannon Divergence駆動方式を提案する。 ARC-JSDは、追加の微調整、勾配計算、サロゲートモデリングなしで、重要な文脈文の効率的かつ正確な識別を可能にする。 TyDi QA, Hotpot QA, Musique など,様々なスケールの命令調整 LLM を用いたRAG ベンチマークの評価により,精度が向上し,計算効率が向上した。
  論文  参考訳（メタデータ） (2025-05-22T09:04:03Z)
• Improving Deep Assertion Generation via Fine-Tuning Retrieval-Augmented Pre-trained Language Models [20.71745514142851]
  RetriGenは検索強化されたディープアサーション生成アプローチである。 我々はRetriGenを6つの最先端アプローチに対して評価する実験を行っている。
  論文  参考訳（メタデータ） (2025-02-22T04:17:04Z)
• Towards Automatic Generation of Amplified Regression Test Oracles [44.45138073080198]
  回帰テストオラクルを増幅するためのテストオラクル導出手法を提案する。 このアプローチはテスト実行中にオブジェクトの状態を監視し、以前のバージョンと比較して、SUTの意図した振る舞いに関連する変更を検出する。
  論文  参考訳（メタデータ） (2023-07-28T12:38:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。